我需要输入一个单词的输入文本文件。然后，我需要使用wordnet查找lemma_names，单词的同义词集的定义和示例。我读过这本书："使用NLTK 2.0食谱进行Python文本处理"和"使用NLTK进行自然语言处理"，以帮助我朝这个方向发展。尽管我已经知道可以使用终端来完成此操作，但是我无法使用文本编辑器来完成此操作。
例如，如果输入文本具有单词" flabbergasted"，则输出需要采用以下方式：
吓坏的
(动词)吃惊的，吃惊的，吃惊的克服；"这使人感到困惑！"
(形容词)傻眼的，傻眼的，吃惊的，震惊的，雷击过的，傻眼的，傻傻的-仿佛惊奇而惊奇地傻了起来；"由于否认曾见过这起事故，一个警察圈感到震惊"；"饱受摧残的al徒无语"；"被他晋升的消息震惊了"
同义词集，定义和例句可直接从WordNet获得！
我有以下代码：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33from __future__ import division
import nltk
from nltk.corpus import wordnet as wn
tokenizer = nltk.data.load("tokenizers/punkt/english.pickle")
fp = open("inpsyn.txt")
data = fp.read()
#to tokenize input text into sentences
print "
-----
".join(tokenizer.tokenize(data))# splits text into sentences
#to tokenize the tokenized sentences into words
tokens = nltk.wordpunct_tokenize(data)
text = nltk.Text(tokens)
words = [w.lower() for w in text]
print words #to print the tokens
for a in words:
print a
syns = wn.synsets(a)
print"synsets:", syns
for s in syns:
for l in s.lemmas:
print l.name
print s.definition
print s.examples
我得到以下输出：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19flabbergasted
["flabbergasted"]
flabbergasted
synsets: [Synset("flabbergast.v.01"), Synset("dumbfounded.s.01")]
flabbergast
boggle
bowl_over
overcome with amazement
["This boggles the mind!"]
dumbfounded
dumfounded
flabbergasted
stupefied
thunderstruck
dumbstruck
dumbstricken
as if struck dumb with astonishment and surprise
["a circle of policement stood dumbfounded by her denial of having seen the accident", "the flabbergasted aldermen were speechless", "was thunderstruck by the news of his promotion"]
有没有一种方法可以检索词性以及引理名称组？
如果您重新登录到SO，则应该接受Andreys的回答。 因为他不仅回答了问题，还回应了您的评论以帮助您。
1
2def synset(word):
wn.synsets(word)
不返回任何内容，因此默认情况下，您得到None
你应该写
1
2def synset(word):
return wn.synsets(word)
提取引理名称：
1
2
3
4
5
6
7
8
9
10from nltk.corpus import wordnet
syns = wordnet.synsets("car")
syns[0].lemmas[0].name
>>> "car"
[s.lemmas[0].name for s in syns]
>>> ["car", "car", "car", "car", "cable_car"]
[l.name for s in syns for l in s.lemmas]
>>>["car", "auto", "automobile", "machine", "motorcar", "car", "railcar", "railway_car", "railroad_car", "car", "gondola", "car", "elevator_car", "cable_car", "car"]
非常感谢！！ :)真是个愚蠢的错误！
有没有一种方法可以仅从同义词集中提取单词并将其作为参数传递？例如，对于单词flabbergasted，您将获得Synset(flabbergast.v.01)和Synset(dumbfounded.s.01)。如何将它们作为参数传递给lemma_name函数？
从nltk.corpus导入wordnet syns = wordnet.synsets(car)[s.lemmas [0]。s在syns中的名称] >>> [汽车，汽车，汽车，汽车，电缆车]
我更新了答案
万分感谢！！我已经用输出更新了代码。有没有一种方法可以同时检索词类和词组名称呢？例如，字词是flabbergast，boggle和bowl over。有没有办法将其与输出结合在一起？
要获得词性，请使用[s.lemmas中l的l.synset.pos对于syns中s的使用]
打印[s.lemmas()中l的syns中s的s的l.name()]
我如何使用自己的火车数据？
在这里，我创建了一个易于使用(导入)的模块，并将一个字符串传递给它，它将返回该字符串的所有引理词。
模块：
1
2
3
4
5
6
7
8
9
10
11
12#!/usr/bin/python2.7
""" pass a string to this funciton ( eg "car") and it will give you a list of
words which is related to cat, called lemma of CAT. """
from nltk.corpus import wordnet as wn
import sys
#print all the synset element of an element
def lemmalist(str):
syn_set = []
for synset in wn.synsets(str):
for item in synset.lemma_names:
syn_set.append(item)
return syn_set
用法：
注意：模块名称为lemma.py，因此"来自lemma import lemmalist"
1
2
3>>> from lemma import lemmalist
>>> lemmalist("car")
["car", "auto", "automobile", "machine", "motorcar", "car", "railcar", "railway_car", "railroad_car", "car", "gondola", "car", "elevator_car", "cable_car", "car"]
干杯!
出现错误no ImportError: No module named lemma
1
2
3
4
5synonyms = []
for syn in wordnet.synsets("car"):
for l in syn.lemmas():
synonyms.append(l.name())
print synonyms
请修改您的答案以包含更多信息。不建议使用仅代码和"尝试此"答案，因为它们不包含可搜索的内容，并且不解释为什么有人应该"尝试此"。
在NLTK 3.0中，lemma_names已从属性更改为方法。 因此，如果出现错误提示：
1TypeError: "method" object is not iterable
您可以使用以下方法修复它：
1
2>>> from nltk.corpus import wordnet as wn
>>> [item for sysnet in wn.synsets("car") for item in sysnet.lemma_names()]
这将输出：
1
2
3
4
5>>> [
"car", "auto", "automobile", "machine", "motorcar", "car",
"railcar", "railway_car", "railroad_car", "car", "gondola",
"car", "elevator_car", "cable_car", "car"
]
